📝

docs/docs/云原生开发/接口认证.md

@@ -1,15 +1,14 @@
 ---
 sidebar_position: 4
-title: 接口认证
+title: 接口开发
 ---
 
 API（应用程序编程接口）是一组规则，用于定义应用程序或设备如何相互连接和通信。
 
-最常用的是 REST API，它是一种使用 HTTP 请求访问和使用数据的技术。
+接口开发分为接口规范与技术实现。
 
-GraphQL 是一种新兴的 API 技术，它提供了一种更高效、强大和灵活的选择。
 
-## REST
+## 接口规范：REST API
 
 REST API 是符合 REST（表述性状态转移）架构样式设计原则的 API。 因此，REST API 有时被称为 RESTful API。
 
@@ -26,7 +25,16 @@ EST API 几乎可以使用任何编程语言进行开发，并支持多种数据
 > 任何特定时刻或时间戳的资源状态称为资源表示。 几乎可以采用任何格式将该信息传递到客户端，包括 JavaScript 对象表示法 (JSON)、HTML、XLT、Python、PHP 或纯文本。 JSON 非常受欢迎，因为它可以被人类和机器读取，而且与编程语言无关。
 > 在 REST API 调用中，请求头和参数也很重要，因为它们包含重要的标识信息，例如元数据、授权、统一资源标识符 (URI)、缓存、cookie 等。 在精心设计的 REST API 中会使用请求头、响应头和常规 HTTP 状态码。
 
-### 怎么使用 REST风格的API？
+## 技术实现
+
+目前后端开发常用的轻量接口框架有：
+
+- flask
+- FastAPI
+
+如果需要开发一个复杂的业务接口，可以考虑Django。
+
+### FastAPI
 
 ```python showLineNumbers
 from fastapi import FastAPI
@@ -51,9 +59,9 @@ if __name__ == "__main__":
     uvicorn.run(app, host="0.0.0.0", port=6022)
 ```
 
-### FastAPI示例
+### flask
 
-FastAPI 除了可以传输文本数据，还可传输图片、视频等数据，cv2 可以捕获屏幕，将两者结合起来，实现内网直播功能，可以在局域网内通过浏览器观看屏幕共享。
+flask 除了可以传输文本数据，还可传输图片、视频等数据，cv2 可以捕获屏幕，将两者结合起来，实现内网直播功能，可以在局域网内通过浏览器观看屏幕共享。
 
 ```python showLineNumbers
 import os
@@ -218,73 +226,3 @@ if __name__ == '__main__':
     ip_host2 = '0.0.0.0'# 内网ip地址
     app.run(threaded=True, host=ip_host2, port=80)
 ```
-
-## Graphql
-
-graphql 是一种用于 API 的查询语言，对你的 API 中的数据提供了一套易于理解的完整描述，使得客户端能够准确地获得它需要的数据，减少数据的冗余，系统中的所有入口点（REST、GraphQL 和 RPC）都将使用相同的验证、授权和错误处理规则进行处理。
-
-GraphQL 同样支持 Relay, Django, SQLAlchemy, Google App Engine.
-
-### 怎么使用 Graphql风格的API？
-
-安装对应的模块
-
-```bash showLineNumbers
-pip install graphene
-pip install strawberry-graphql
-pip install ariadne
-```
-
-在 py 文件中可以运行这个简单的示例
-
-```bash showLineNumbers
-import graphene
-
-class Query(graphene.ObjectType):
-  hello = graphene.String(name=graphene.String(default_value="World"))
-
-  def resolve_hello(self, info, name):
-    return 'Hello ' + name
-
-schema = graphene.Schema(query=Query)
-result = schema.execute('{ hello }')
-print(result.data['hello']) # "Hello World"
-```
-
-### graphene示例
-
-```python showLineNumbers
-import graphene
-
-# 定义 Person 类型
-class Person(graphene.ObjectType):
-    id = graphene.ID()
-    name = graphene.String()
-    age = graphene.Int()
-
-# 定义查询类型
-class Query(graphene.ObjectType):
-    # 定义查询字段，用于获取所有人的信息
-    all_people = graphene.List(Person)
-
-    # 实现查询字段的解析器
-    def resolve_all_people(self, info):
-        # 在这个简单的例子中，我们返回一个包含一些硬编码数据的人员列表
-        return [
-            Person(id=1, name="John Doe", age=30),
-            Person(id=2, name="Jane Smith", age=25),
-            Person(id=3, name="Bob Johnson", age=35),
-        ]
-
-# 创建 schema，将 Query 类型添加到根 schema 中
-schema = graphene.Schema(query=Query)
-
-# 通过 GraphQL 查询获取结果
-query_string = '{ allPeople { id name age } }'
-result = schema.execute(query_string)
-
-# 打印结果
-print(result.data)
-# {'allPeople': [{'id': '1', 'name': 'John Doe', 'age': 30}, {'id': '2', 'name': 'Jane Smith', 'age': 25}, {'id': '3', 'name': 'Bob Johnson', 'age': 35}]}
-```
-

docs/docs/机器学习/大语言模型部署/Agent智能体.md

@@ -0,0 +1,12 @@
+---
+sidebar_position: 3
+title: 🚧Agent智能体
+---
+
+## 低代码
+
+扣子
+
+## 纯代码
+
+Langchian

docs/docs/机器学习/大语言模型部署/index.md

@@ -0,0 +1,9 @@
+---
+sidebar_position: 4
+title: 🚧大语言模型部署
+---
+
+- 
+
+
+<DocCardList />

docs/docs/机器学习/大语言模型部署/大语言模型获取.md

@@ -0,0 +1,21 @@
+---
+sidebar_position: 1
+title: 🚧大语言模型获取
+---
+
+## 开源社区
+
+社区具有明显的马太效应，即头部效应明显，头部模型拥有最多的资源，最新的技术，最多的用户。这里列举两个在国内外有一定影响力的社区。
+
+### Hugging Face
+
+### 魔搭社区（阿里达摩院）
+
+## 商用接口
+
+商业接口非常多，各有千秋，且更新迭代非常快。这里列举一个国内的接口与一个国外的接口用作示例。
+
+### 百度
+
+### OpenAI
+

docs/docs/机器学习/大语言模型部署/模型微调与部署.md

@@ -0,0 +1,26 @@
+---
+sidebar_position: 1
+title: 🚧模型微调与部署
+---
+
+## 模型微调
+
+### LLaMA-Factory
+
+## 提示词工程
+
+### Prompt Engineering Guide
+
+## 模型部署
+
+### ollma
+
+吃内存提供高并发
+
+### vllma
+
+吃显存提供低延迟
+
+### llama-cpp-python
+
+通过C重写并量化，解决了模型太大，无法加载的问题。